Un nuevo estudio realizado por investigadores de Wharton y Penn, liderado por Hamsa Bastani, muestra que el uso de inteligencia artificial generativa (IA) puede mejorar el rendimiento de los estudiantes, pero también dificultar su capacidad para aprender y adquirir nuevas habilidades.
El experimento, realizado con casi 1.000 estudiantes de matemáticas en Turquía, comparó tres grupos: uno con una IA tipo ChatGPT (GPT Base), otro con una versión guiada por profesores (GPT Tutor) y un grupo de control sin IA. El grupo que utilizó GPT Base mejoró su rendimiento un 48% durante la práctica, pero su desempeño en el examen fue un 17% peor que el grupo de control. En contraste, el grupo GPT Tutor, que recibió orientación, mostró mejoras significativas sin una caída posterior en el examen.
El estudio revela que los estudiantes que dependieron exclusivamente de la IA sin guía adicional no lograron profundizar en los conceptos matemáticos, resultando en un rendimiento deficiente en el examen. En cambio, aquellos que utilizaron la IA con orientación, como la proporcionada por GPT Tutor, no solo mejoraron durante la práctica, sino que también retuvieron mejor el conocimiento.
Conclusiones y Preocupaciones:
Dependencia de la IA: Los investigadores advierten que el uso indiscriminado de IA puede llevar a una dependencia que impida a los estudiantes desarrollar habilidades fundamentales. La IA puede ser beneficiosa si se usa correctamente, pero confiar en ella sin desarrollar una comprensión profunda puede ser perjudicial.
Optimismo de los Estudiantes: Los estudiantes que usaron IA tendían a ser demasiado optimistas sobre sus habilidades, incluso los de alto rendimiento.
Preocupaciones de los Profesores: Los docentes tienden a ser cautelosos con la IA, subestimando sus beneficios potenciales debido a la falta de capacitación sobre cómo integrarla eficazmente con métodos tradicionales de enseñanza.
El estudio sugiere que la IA debe usarse de manera controlada y bajo la supervisión de educadores para evitar la dependencia excesiva y asegurar que los estudiantes desarrollen las habilidades necesarias. Además, se subraya que la IA aún tiene limitaciones significativas, como la generación de información errónea, lo que requiere una verificación constante de los resultados.
El artículo resalta la urgente necesidad de reformar la educación para preparar a las futuras generaciones en un mundo impulsado por la inteligencia artificial (IA). Los sistemas educativos actuales deben evolucionar desde un enfoque en la memorización hacia un aprendizaje más dinámico, que potencie la creatividad, agilidad y el razonamiento ético. Esto no es solo para adaptarse a la IA, sino para liderar y moldear su desarrollo.
El autor, Fawzi BenMessaoud, propone un modelo educativo tripartito que integra tres conjuntos de competencias esenciales para prosperar en este nuevo entorno:
Habilidades de Diseño Inteligente: Se refiere a la capacidad de combinar creatividad y tecnología. Involucra competencias como la alfabetización digital avanzada, la capacidad de estructurar ideas lógicas, comprender sistemas complejos y diseñar interfaces intuitivas centradas en el usuario.
Habilidades Humanas Inteligentes: Estas habilidades son intrínsecamente humanas y esenciales para una IA ética y responsable. Incluyen la evaluación crítica, la toma de decisiones, la competencia ética, el aprendizaje continuo, la reflexión crítica y la habilidad para diseñar preguntas estratégicas para interactuar con la IA (ingeniería de prompts).
Habilidades de Datos Inteligentes: En un mundo lleno de datos, la habilidad para interpretarlos y usarlos eficazmente es crucial. Se destacan la veracidad de los datos, la capacidad para digerir grandes cantidades de información, la visualización de datos y la curación adecuada de los mismos.
La propuesta de BenMessaoud es que estas competencias no sean complementarias, sino que se conviertan en la base de un sistema educativo reformado que se anticipe a la evolución de la IA, asegurando que los estudiantes puedan aprovechar su potencial de manera ética y responsable.
Además, señala que la educación del futuro debe integrar herramientas de IA para personalizar la enseñanza, hacerla más equitativa y democratizar el acceso a recursos. Sin embargo, también destaca la necesidad de abordar desafíos como los sesgos algorítmicos y la privacidad de los datos.
El artículo concluye que la integración de IA en la educación no debe ser vista como una amenaza, sino como una oportunidad para enriquecer la enseñanza y el aprendizaje humano. Los educadores, estudiantes y administradores deben trabajar juntos para garantizar que la IA se utilice de manera ética, inclusiva y al servicio del bien común, transformando así el sistema educativo para enfrentar los retos del futuro.
Ana María Martín Cuadrado et al., Experiencias de aprendizaje compartido en el itinerario capacitación de formadores en competencias digitales realizadas en contextos de América Latina y El Caribe (Agencia Española de Cooperación Internacional (AECID), 2022),
La edición de este libro tiene como objetivo mostrar una selección de los proyectos de intervención llevados a cabo como resultado del itinerario formativo “Capacitación de Formadores en Competencias Digitales en América Latina y el Caribe (ALC)”, desarrollado en el marco del Programa INTERCOONECTA entre los años 2021 y 2022.
Como parte de esta introducción, la publicación comienza con tres breves bloques de contenido, en los que buscamos, en primer lugar, contextualizar el momento en que surge este itinerario formativo, señalando algunos de los informes más relevantes que destacan la necesidad de innovar e implementar procesos de transformación digital en las administraciones públicas; en segundo lugar, presentar a las instituciones organizadoras que han hecho posible esta programación: la Agencia Española de Cooperación Internacional para el Desarrollo (AECID) y la Universidad Nacional de Educación a Distancia (UNED); y finalmente, concluir con el diseño de un itinerario que aporte soluciones a los retos planteados.
La inteligencia artificial (IA) está emergiendo como una tecnología disruptiva que está remodelando rápidamente varios aspectos de nuestra sociedad. Aunque la IA ha estado en uso durante varios años, ha sido la IA generativa, con su capacidad para realizar tareas que normalmente requerirían inteligencia humana, la que ha suscitado este interés. La habilidad de generar contenido de manera similar a como lo haría un ser humano tiene aplicaciones en una amplia variedad de campos, desde la educación hasta la investigación o la salud, que involucran tanto a los profesionales de biblioteca como a las instituciones mismas.
Humpl, S. and Andersen, T., The future of digital and online learning in higher education, Publications Office of the European Union, 2022, https://data.europa.eu/doi/10.2766/587756
Este documento de reflexión ofrece una visión sistemática del debate actual sobre cómo se ha valorado el impacto de la pandemia en las prácticas y adaptaciones del aprendizaje digital y en línea. A medida que la pandemia forzó una rápida digitalización de la educación, el documento se centra en el período posterior a la COVID-19 y plantea qué propuestas son indispensables para que la transformación digital aplicada a la enseñanza y el aprendizaje perdure en el futuro.
En otras palabras, ¿volverá la educación superior a los métodos tradicionales de enseñanza y aprendizaje mayormente análogos en el período pospandémico, o prevalecerá la transformación digital más allá de la pandemia? Finalmente, se pregunta quién se beneficiará de la continuidad de esta transformación digital en la educación superior y quién podría verse desfavorecido.
Con el auge de la inteligencia artificial (IA), la desinformación ha entrado en una nueva era, haciendo crucial que los estudiantes desarrollen habilidades sólidas de alfabetización informacional. Estas habilidades ayudan a los estudiantes a navegar por escenarios de desinformación en el mundo digital, desde narrativas falsas hasta imágenes generadas por IA.
La alfabetización informacional, especialmente en plataformas digitales, debería ser una parte obligatoria del currículo escolar para combatir la desinformación y preparar a los estudiantes para un futuro impulsado por la IA. Durante la pandemia, la desinformación sobre el COVID-19, como las teorías conspirativas que vinculaban la enfermedad con redes 5G, se propagó rápidamente gracias a la tecnología digital. Del mismo modo, la IA ha amplificado narrativas engañosas, desde deepfakes hasta noticias falsas, complicando aún más el panorama informativo.
Un ejemplo reciente es el uso de deepfakes y desinformación tras los ataques de octubre de 2023 entre Israel y Gaza, donde se difundieron noticias falsas, como una historia fabricada sobre Qatar amenazando con cortar el suministro mundial de gas si Israel no detenía sus ataques en Gaza.
Además, la confianza del público en los medios se ha erosionado, con solo un 32% de estadounidenses confiando en los medios de comunicación de masas. Combatir la desinformación requiere no solo la verificación de hechos, sino también técnicas preventivas, como el «prebunking», que promueve la resiliencia a la desinformación.
Un enfoque educativo interdisciplinario, como el implementado en Finlandia, es esencial para fomentar el pensamiento crítico. En este país, la alfabetización mediática se enseña desde la escuela preescolar como parte del currículo nacional, lo que ha llevado a una mayor confianza en los medios y una resistencia más fuerte a la desinformación. Este enfoque es un modelo que otras naciones deberían considerar, especialmente en un mundo cada vez más afectado por la IA y la manipulación digital.
Tres cuartas partes del profesorado de educación superior en los EE. UU. imparten al menos un curso totalmente presencial, en comparación con el 40% que enseña completamente en línea o el 23% que combina componentes presenciales y en línea. Estos resultados provienen de la encuesta más reciente de Bay View Analytics, realizada a más de 3,400 docentes de educación superior en EE. UU.
Aunque la mayoría de los cursos son presenciales, esta proporción está muy por debajo del 96% del profesorado que enseñaba de manera completamente presencial antes de la pandemia de COVID-19. Esta relación entre cursos presenciales, en línea y combinados se ha mantenido sin cambios respecto al año pasado, representando una nueva normalidad en la educación superior. Los resultados de la encuesta también muestran que el uso de libros de texto y las percepciones sobre los materiales de cursos digitales frente a los impresos se mantuvieron estables en comparación con el año anterior, aunque hay una tendencia creciente hacia el uso de opciones de materiales digitales para los estudiantes. Casi todos los libros de texto requeridos se ofrecen en formato digital. Para el año académico 2023-24, solo el 8% de los cursos ofreció exclusivamente un libro de texto impreso, una disminución frente al 12% del año pasado y al 19% del año anterior.
Además, en 2023-24, más de la mitad del profesorado (56%) estaba al tanto de los recursos educativos abiertos (OER, por sus siglas en inglés), que son materiales de enseñanza y aprendizaje gratuitos para usar, adaptar y compartir. El 41% utilizó OER como material obligatorio o suplementario en sus cursos. Aunque la conciencia y el uso de los OER disminuyeron ligeramente en comparación con el año pasado, los niveles siguen siendo superiores o iguales a los observados hace dos años.
Hervieux, S. ; Wheatley, A. Building an AI Literacy Framework: Perspectives from Instruction Librarians and Current Information Literacy Tools. Taylor and Francis, 2024
Con el aumento de las discusiones sobre herramientas de inteligencia artificial generativa como ChatGPT, los bibliotecarios se enfrentan ahora a una tecnología de IA accesible que los estudiantes utilizan para completar sus tareas de investigación y redacción. Los marcos y estándares de alfabetización informacional han ayudado tradicionalmente a los bibliotecarios a planificar sus sesiones de instrucción; sin embargo, estas estructuras no abordan la IA. Han surgido muchos talleres dirigidos por bibliotecarios para ayudar a los estudiantes a crear mensajes para chat, verificar la información proporcionada por ChatGPT y usar las herramientas de IA de manera crítica. Aunque ha comenzado a discutirse la inclusión de la IA en el Marco de Alfabetización Informacional de ACRL, se propone que se necesita un nuevo marco para abordar todas las complejidades de la inteligencia artificial. Este documento técnico tiene como objetivo informar sobre entrevistas con bibliotecarios de instrucción sobre la alfabetización en IA. A partir del análisis de las entrevistas, se identificarán los principales temas y preocupaciones relacionados con la IA y se desarrollará un marco robusto para la alfabetización en IA. Los lectores del documento técnico deberían obtener una mejor comprensión del lugar de la alfabetización en IA dentro de la instrucción de alfabetización informacional y poder utilizar una estructura rigurosa para planificar sus propias intervenciones.
Aspectos Clave:
Determinar las perspectivas de los bibliotecarios de instrucción sobre la alfabetización en IA.
Evaluar los marcos de alfabetización actuales para su capacidad de adaptación al panorama de la inteligencia artificial.
Crear un marco robusto de alfabetización en IA.
Hallazgos: Tras 15 entrevistas con bibliotecarios de Canadá y Estados Unidos, los autores determinaron que, aunque el 67% de los bibliotecarios han enseñado contenido sobre IA en el último año, la mayoría no se basó en el Marco de Alfabetización Informacional de ACRL para construir sus sesiones de instrucción. También se identificaron varias habilidades emergentes que otros marcos de alfabetización informacional no representan en detalle, tales como:
Ingeniería de prompts, entre una serie de habilidades necesarias para utilizar herramientas de IA.
Evaluación crítica que va más allá de la autoridad y examina la ética y el sesgo.
Comprensión de las implicaciones éticas, como las relacionadas con el trabajo y el medio ambiente.
Nuevas formas de atribuir la creación/edición de contenido.
El marco propuesto de IA se centrará en:
Participar en el discurso sobre IA.
Conocer los principios básicos de la IA.
Entender las diferencias fundamentales entre tipos de IA.
Experimentar con herramientas de IA.
Revisar los resultados y productos de las herramientas de IA.
Annapureddy, Ravinithesh, Alessandro Fornaroli, y Daniel Gatica-Perez. «Generative AI Literacy: Twelve Defining Competencies». Digit. Gov.: Res. Pract., 3 de agosto de 2024. https://doi.org/10.1145/3685680.
Este artículo presenta un modelo basado en competencias para la alfabetización en inteligencia artificial (IA) generativa que abarca las habilidades esenciales y las áreas de conocimiento necesarias para interactuar con la IA generativa.
Las competencias abarcan desde la alfabetización básica en IA hasta la ingeniería y la programación, pasando por consideraciones éticas y jurídicas. Estas doce competencias ofrecen un marco para las personas, los responsables políticos, los funcionarios públicos y los educadores que deseen navegar y aprovechar el potencial de la IA generativa de forma responsable.
Las doce competencias definidas para la alfabetización en IA generativa ofrecen ejemplos de cómo cada competencia puede aplicarse en la práctica.
1. Alfabetización Básica en IA Esta competencia implica conocer los fundamentos de la IA, más allá de la programación. Permite a los individuos identificar diferentes tipos de IA y evaluar cómo pueden impactar sus procesos o negocios. Ejemplo: Reconocer y evaluar cómo un sistema de IA puede beneficiar o representar riesgos para un negocio.
2. Conocimiento de Modelos de IA Generativa Entender qué son los modelos de IA generativa, como los LLMs (Modelos de Lenguaje de Gran Escala), y cómo funcionan. Incluye la comprensión de que estos modelos generan contenido original basado en grandes volúmenes de datos. Ejemplo: Diferenciar entre un modelo de IA generativa y un motor de búsqueda tradicional.
3. Capacidad y Limitaciones de Herramientas de IA Generativa Conocer lo que los modelos de IA generativa pueden y no pueden hacer, incluyendo sus fortalezas y debilidades. Es crucial entender las preocupaciones de privacidad y seguridad, así como los riesgos de contenido engañoso. Ejemplo: Ser consciente de que los modelos como ChatGPT pueden producir afirmaciones tanto correctas como incorrectas.
4. Habilidad para Usar Herramientas de IA Generativa Saber cómo interactuar con diversas herramientas generativas y aprender nuevas según sea necesario. Incluye la habilidad para seleccionar el modelo adecuado para aplicaciones específicas. Ejemplo: Aprender a utilizar herramientas de generación de imágenes como Midjourney o DreamStudio.
5. Capacidad para Detectar Contenido Generado por IA Distinguir entre contenido generado por humanos y por IA, y usar software de detección de IA. Reconocer las limitaciones y sesgos de las herramientas de detección. Ejemplo: Verificar la autenticidad de un video viral utilizando herramientas de detección de IA.
6. Evaluación de la Salida de Herramientas de IA Generativa Analizar y verificar el contenido generado para asegurar que cumple con las necesidades y expectativas, y minimizar errores o «alucinaciones» del modelo. Ejemplo: Confirmar los hechos presentados en un ensayo generado por un modelo de lenguaje.
7. Habilidad en Ingeniería de Prompts Diseñar y utilizar prompts efectivos para modelos generativos de texto, lo cual es esencial para obtener resultados útiles y precisos. Incluye técnicas avanzadas como la generación automática de prompts. Ejemplo: Usar un lenguaje descriptivo en prompts para generar imágenes precisas con modelos de IA.
8. Capacidad para Programar y Ajustar Modelos Desarrollar y ajustar modelos de IA generativa, lo cual incluye diseñar arquitecturas, preparar datos de entrenamiento, y entrenar y desplegar modelos. Ejemplo: Adaptar un modelo de IA generativa para crear contenido especializado en un dominio como la medicina.
9. Conocimiento de los Contextos de Uso de IA Generativa Evaluar los contextos apropiados para el uso de IA generativa, considerando las expectativas y requisitos del entorno social y profesional. Ejemplo: Seguir las directrices de las universidades sobre el uso de modelos de lenguaje en tareas académicas.
10. Conocimiento de las Implicaciones Éticas Analizar cómo los modelos y outputs de IA afectan a la sociedad y alinear su uso con valores éticos. Considerar las implicaciones éticas de su uso en diferentes contextos. Ejemplo: Evaluar la ética de usar imágenes generadas por IA en una campaña política sin revelar su origen.
11. Conocimiento de los Aspectos Legales Estar informado sobre el marco legal relacionado con la IA y sus aplicaciones, incluyendo derechos y regulaciones actuales y emergentes. Ejemplo: Familiarizarse con el Acta de IA de la Unión Europea y sus implicaciones.
12. Capacidad de Aprendizaje Continuo Mantenerse actualizado con las nuevas herramientas, funcionalidades y regulaciones en el campo de la IA generativa. Esta competencia transversal se aplica a todas las demás.Ejemplo: Seguir las actualizaciones de herramientas de generación de video y estar al tanto de nuevas opciones disponibles.
La incorporación de estas competencias a los programas educativos y a las iniciativas de formación profesional puede preparar a las personas para convertirse en usuarios y creadores responsables e informados de la IA generativa. Las competencias siguen una progresión lógica y sirven como hoja de ruta para las personas que deseen familiarizarse con la IA generativa y para que los investigadores y los responsables políticos desarrollen evaluaciones, programas educativos, directrices y normativas.
El marco propuesto es un punto de partida para la integración de estas competencias en currículos educativos y programas de desarrollo profesional, promoviendo la estandarización global de la alfabetización en IA y preparando a una nueva generación de individuos capacitados para contribuir activamente al desarrollo de la IA.
El porcentaje de jóvenes de 13 a 18 años que han utilizado IA generativa se ha duplicado en el último año, pasando de casi 2 de cada 5 en 2023 (37,1%) a 3 de cada 4 (77,1%) en 2024. Casi 1 de cada 5 jóvenes (18,5%) de 13 a 18 años afirmaron haber utilizado IA generativa para escribir historias. 1 de cada 5 (20,9%) niños y jóvenes jóvenes dijeron que normalmente copiaban lo que les decía la IA generativa
Los avances tecnológicos recientes han acelerado la influencia de la Inteligencia Artificial (IA) en nuestras vidas, impactando también en la educación y la alfabetización. Estos informes presentan hallazgos de encuestas anuales de alfabetización realizadas en 2023 y 2024, que incluyen preguntas sobre el uso de IA generativa. En 2024, participaron 53.169 niños y jóvenes, con un enfoque en 15.830 jóvenes de 13 a 18 años y 1.228 maestros en escuelas del Reino Unido.
Uso de la IA Generativa por los Jóvenes:
Incremento en el uso: El porcentaje de jóvenes de 13 a 18 años que usaron IA generativa aumentó del 37.1% en 2023 al 77.1% en 2024. No hubo diferencias significativas entre chicos y chicas (78.3% vs. 76.4%), ni entre aquellos que recibían comidas escolares gratuitas y los que no (77.7% vs. 77.3%).
Usos comunes: Los jóvenes que utilizan regularmente IA generativa lo hacen principalmente por entretenimiento, curiosidad, tareas escolares e inspiración. En relación con la alfabetización, el 44.4% la usó para conversar, el 18.5% para escribir historias, el 12.8% para escribir poemas o letras de canciones, y el 9.0% para escribir no ficción.
Actitudes positivas: La mayoría de los jóvenes considera que la IA generativa les ayuda con ideas (56.6%), comprensión (52.2%) y aprendizaje de nuevos conceptos (50.8%). Además, el 39.6% siente que les ayuda a escribir y el 23.2% con la lectura.
Crítica y copia: Casi la mitad (47.4%) de los jóvenes dijo que suelen agregar sus propios pensamientos a lo que la IA les ofrece, y el 39.9% revisa las respuestas porque podrían estar equivocadas. Sin embargo, 1 de cada 5 (20.9%) simplemente copia lo que la IA les dice, y un porcentaje similar (20.6%) no verifica las salidas, indicando la necesidad de mayor apoyo para desarrollar habilidades críticas en el uso de la IA.
Uso de la IA Generativa por los Maestros:
Incremento en el uso: El porcentaje de maestros que usaron IA generativa aumentó del 31.0% en 2023 al 47.7% en 2024, con un mayor uso entre maestros de secundaria (56.8%) en comparación con los de primaria (30.9%).
Preocupaciones y percepciones: El 37.7% de los maestros estaba preocupado por el uso de IA generativa por parte de sus alumnos, especialmente en secundaria (45.1% vs. 19.7% en primaria). No obstante, el 41.0% de los maestros no estaba preocupado, aunque un 21.3% no estaba seguro.
Impacto en habilidades: Aunque el 64.8% de los maestros cree que la IA generativa puede modelar buena escritura para los estudiantes, el 48.9% teme que tenga un impacto negativo en las habilidades de escritura de los niños.
Necesidad de formación: Más del 82.0% de los maestros considera que los estudiantes deben aprender a interactuar críticamente con la IA generativa, y el 75.3% siente que también necesitan más formación, apoyo y recursos para utilizar eficazmente estas herramientas.
Estos hallazgos sugieren que tanto maestros como estudiantes podrían beneficiarse de una mayor formación y apoyo para desarrollar habilidades esenciales que les permitan interactuar de manera efectiva, crítica y creativa con la IA generativa.
Universo Abierto 